基于复合混沌系统的图像加密算法研究

来源 :黑龙江大学 | 被引量 : 0次 | 上传用户:yangpin1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
飞速发展的互联网在人们生活中发挥着巨大的作用,为人们的学习和沟通提供了许多方便。而数字图像信息因其生动直观的特点作为一种信息载体在网络中被广泛传输。然而网络具有双面性,给人们带来方便的同时,也有可能造成不可估量的损失。因此如何确保图像信息的安全传输成为当下的一个热点问题。
  为了解决上述问题,并且克服低维混沌系统控制参数少、混沌范围小的问题,本文将研究复合混沌系统,用复合混沌系统产生混沌序列进行图像加密,设计以下图像加密算法:(1)提出一个新一维复合混沌系统,将两个Logistic混沌系统和一个Sine混沌系统并联在一起形成一个满映射的新一维混沌系统,将其应用到图像加密的置乱和扩散步骤中。(2)将DNA编码技术引入到加密领域,用上述构造的新一维混沌系统和超混沌系统生成多组混沌序列,设计一个灰度图像加密算法。(3)将二维和三维混沌系统复合成新六维超混沌系统,结合位平面理论设计多图像加密算法。将本文所设计的算法在MATLAB编程环境中进行测试,通过安全性分析,证明本文所设计的图像加密算法在满足图像加密评价标准的条件下,能将图像信息进行安全地传输。
其他文献
学位
学位
学位
人脸识别技术自问世以来便得到了社会的广泛关注,且应用范围被不断扩大。随着相关技术的发展,当代社会对人脸识别系统的要求逐渐提高,在各种应用场景中,对其召回率、精确率等要求更为严格。实际应用中该系统极易受到外部因素的干扰,如光线,年龄及姿态的改变等。所以,基于不同场景下能够针对具体项目的需求进行改变参数的识别算法,在很大程度上推进了人脸识别技术的发展。本次研究课题中综合应用了深度学习算法和传统群优化算
学位
学位
学位
学位
随着新能源和电力电子设备的不断接入,现代电力系统的运行状态接近极限,安全运行风险提高。暂态稳定评估是识别电力系统安全运行的关键方法,基于物理模型的暂态稳定评估方法难以满足大电网调度中心对时效性的要求。以机器学习为代表的数据挖掘法以其学习能力强、应用速度快等优点为暂态稳定评估提供了新的视角。本文从暂态稳定特征的构建、评估模型性能的综合提升以及在线更新方案的设计三个方面展开研究,主要的工作如下:(1)
学位
暂态稳定评估是电力系统安全运行的关键。近年来,人工智能算法在电力系统暂态稳定评估中取得了良好成果,但仍处于理论阶段。主要是因为将其应用于实际工程时,会面临以下困难:1)暂态稳定数据具有高维性,数据在采集、传输过程中会受到相量测量单元中噪声的干扰;2)暂态失稳样本数目远小于稳定样本数目,导致模型对失稳样本学习不足,且两类样本误分类代价不同;3)现阶段的电力系统暂态稳定分类技术均已获得良好的评估准确性
学位
工业设备检测是工业生产中非常重要的一个环节,不仅需要耗费大量的人力物力,而且存在人员安全隐患,同时还存在部分工业设备无法被正常检测的情况。而传统的基于手工特征的目标检测算法耗时较长且鲁棒性较差,无法对工业设备进行快速准确检测,尤其处理多目标时,问题更加突出。随着计算机视觉的快速发展,卷积神经网络逐渐应用于工业工程中的设备检测。基于卷积神经网络的工业设备目标检测算法不仅安全可靠,还可以提升检测的精度
学位